Ekonomi Manajerial Estimasi Permintaan dalam Perekonomian Global Bab 4 :
Download
Report
Transcript Ekonomi Manajerial Estimasi Permintaan dalam Perekonomian Global Bab 4 :
Ekonomi Manajerial
dalam Perekonomian Global
Bab 4 :
Estimasi Permintaan
Bahan Kuliah
Program Pascasarjana-UHAMKA
Program Studi Magister Manajemen
Dosen : Dr. Muchdie, PhD in Economics
Jam Konsultasi : Kamis, 16.00-16.30
Telp : 0812-826-3034
Pokok Bahasan
• Masalah Identifikasi
• Pendekatan Penelitian Pemasaran untuk
Estimasi Permintaan
• Analisis Regresi Sederhana
• Analisis Regresi Berganda
• Masalah dalam Analisis Regresi
• Mengestimasi Permintaan Regresi
Masalah Identifikasi
Observasi Harga-Quantitas TIDAK SECARA LANGSUNG menghasilkan kurva
Permintaan dari suatu komoditas
Estimasi Permintaan:
Pendekatan Riset Pemasaran
• Survei Konsumen : mensurvei konsumen bgm
reaksi tehd jumlah yg diminta jika ada perubahan harga,
pendapatan, dll menggunakan kuisioner
• Penelitian Observasi : pengumpulan informasi
ttg preferensi konsumen dgn mengamati bgmana mereka
membeli dan menggunakan produk
• Klinik Konsumen : eksperimen lab dimana
partisipan diberi sejumlah uang tertentu dan diminta
membelanjakannya dalam suatu toko simulasi dan
mengamati bgmana reaksi mereka jika terjadi perubahan
harga, pendapatan, selera, dll
• Eksperimen Pasar : mirip klinik konsumen, tetapi
dilaksanakan di pasar yang sesungguhknya
Analisis Regresi
Scatter Diagram
Year
X
Y
1
10
44
2
9
40
3
11
42
4
12
46
5
11
48
6
12
52
7
13
54
8
13
58
9
14
56
10
15
60
Persamaan Regresi : Y = a + bX
Analisis Regresi
• Garis Regresi : Line of Best Fit
• Garis Regresi : meminimunkan jumlah dari
simpangan kuadrat pada sumbu vertikal
(et) dari setiap titik pada garis regresi
tersebut.
• Metode OLS (Ordinary Least Squares):
metode jumlah kuadrat terkecil
Menggambarkan Garis Regresi
et Yt Yˆt
Analisis Regresi Sederhana
Metode : OLS
Model:
Yt a bX t et
ˆ
ˆ
ˆ
Yt a bX t
ˆ
et Yt Yt
Metode OLS
Tujuan: menentukan kemiringan
(slope) dan intercept yang
meminimumkan jumlah simpangan
kuadrat (sum of the squared errors).
n
n
n
t 1
t 1
2
2
ˆ
ˆ
ˆ
e (Yt Yt ) (Yt a bX t )
t 1
2
t
Metode OLS
Prosedur Estimasi :
n
ˆ
b
(X
t 1
t
X )(Yt Y )
n
(X
t 1
t
ˆ
â Y bX
X)
2
Metode OLS
Contoh Estimasi
Time
Xt
1
2
3
4
5
6
7
8
9
10
10
9
11
12
11
12
13
13
14
15
120
n 10
Yt
44
40
42
46
48
52
54
58
56
60
500
n
n
X t 120
Yt 500
t 1
n
X 120
X t
12
10
t 1 n
t 1
n
Y 500
Y t
50
10
t 1 n
Xt X
Yt Y
-2
-3
-1
0
-1
0
1
1
2
3
-6
-10
-8
-4
-2
2
4
8
6
10
n
(X
t 1
t 1
( X t X )2
12
30
8
0
2
0
4
8
12
30
106
4
9
1
0
1
0
1
1
4
9
30
t
X ) 2 30
106
bˆ
3.533
30
t
X )(Yt Y ) 106
aˆ 50 (3.533)(12) 7.60
n
(X
( X t X )(Yt Y )
Metode OLS
Contoh Estimasi
n
X
n 10
n
X
t 1
t
n
(X
t 1
t 1
120
n
Y
t 1
t
n
500
Yt 500
50
10
t 1 n
Y
t
X ) 30
106
ˆ
b
3.533
30
t
X )(Yt Y ) 106
aˆ 50 (3.533)(12) 7.60
2
n
(X
t 1
X t 120
12
n
10
Uji Signifikansi
Standard Error of the Slope Estimate
sbˆ
2
ˆ
(Yt Y )
( n k ) ( X t X )
2
e
(n k ) ( X X )
2
t
t
2
Uji Signifikansi
Contoh Perhitungan
Yˆt
et Yt Yˆt
et2 (Yt Yˆt )2
( X t X )2
44
42.90
1.10
1.2100
4
9
40
39.37
0.63
0.3969
9
3
11
42
46.43
-4.43
19.6249
1
4
12
46
49.96
-3.96
15.6816
0
5
11
48
46.43
1.57
2.4649
1
6
12
52
49.96
2.04
4.1616
0
7
13
54
53.49
0.51
0.2601
1
8
13
58
53.49
4.51
20.3401
1
9
14
56
57.02
-1.02
1.0404
4
10
15
60
60.55
-0.55
0.3025
9
65.4830
30
Time
Xt
Yt
1
10
2
(Y Yˆ )
( n k ) ( X X )
2
n
n
et2 (Yt Yˆt )2 65.4830
t 1
t 1
n
( X t X )2 30
t 1
sbˆ
t
t
2
65.4830
0.52
(10 2)(30)
Uji Signifikansi
Contoh Perhitungan
n
n
t 1
t 1
2
2
ˆ
e
(
Y
Y
)
t t t 65.4830
n
2
(
X
X
)
30
t
t 1
2
ˆ
(Yt Y )
65.4830
sbˆ
0.52
2
( n k ) ( X t X )
(10 2)(30)
Uji Signifikansi
Perhitungan : t-Statistic
bˆ 3.53
t
6.79
sbˆ 0.52
Derajat Bebas = (n-k) = (10-2) = 8
Critical Value at 5% level =2.306
Uji Signifikansi
Decomposition of Sum of Squares
Total Variation = Explained Variation + Unexplained Variation
2
2
ˆ
ˆ
(Yt Y ) (Y Y ) (Yt Yt )
2
Uji Signifikansi
Decomposition of Sum of Squares
Uji Signifikansi
Koefisien Determinasi
2
ˆ
(Y Y )
Explained Variation
R
2
TotalVariation
(Yt Y )
2
373.84
R
0.85
440.00
2
Uji Signifikansi
Koefisien Korelasi
ˆ
r R withthe sign of b
2
1 r 1
r 0.85 0.92
Analisis Regresi Berganda
Model:
Y a b1 X1 b2 X 2
bk ' X k '
Analisis Regresi Berganda
Adjusted Coefficient of Determination
(n 1)
R 1 (1 R )
(n k )
2
2
Analisis Regresi Berganda
Analysis of Variance and F Statistic
Explained Variation /(k 1)
F
Unexplained Variation /(n k )
R /(k 1)
F
2
(1 R ) /(n k )
2
Masalah-Masalah dalam
Analisis Regresi
• Multicollinearity: Dua atau lebih variabel
bebas mempunyai korelasi yang sangat
kuat.
• Heteroskedasticity: Variance of error
term is not independent of the Y variable.
• Autocorrelation: Consecutive error terms
are correlated.
Durbin-Watson Statistic
Uji Autocorrelation
n
d
2
(
e
e
)
t t 1
t 2
n
2
e
t
t 1
If d=2, autocorrelation is absent.
Langkah-Langkah Estimasi
Permintaan dengan Regresi
• Spesifikasi Model dengan Cara
Mengidentifikasi Variabel-Variabel, misalnya :
Qd = f (Px, I, Py, A, T)
• Pengumpulan Data
• Spesifikasi Bentuk Persamaan Permintaan
Linier : Qd = A - a1Px + a2 I + a3 Py + a4 A + a5 T
Pangkat : Qd = A(Px)b(Py)c
• Estimasi Nilai-Nilai Parameter
• Pengujian Hasil
Lain-Lain/Penutup
• Ringkasan (8 butir)
• Pertanyaan Diskusi (15
pertanyaan)
• Soal-soal (15 Soal) termasuk
Soal Gabungan No. 15
• Alamat Situs Internet